ATLAS ELEKTRONIK ist ein Unternehmen der thyssenkrupp AG und steht für maritime Sicherheit. Seit Jahrzehnten unterstützen wir als führendes Systemhaus für maritime Elektronik Marinen auf der ganzen Welt, die See sicherer zu machen. Unseren Kunden bieten wir ein breites Angebot u. a. an Sonaren und Sensoren, Führungssystemen für unbemannte Unterwasserfahrzeuge, U-Boote und Überwasserschiffe, Minenabwehrsystemen sowie Funk- und Kommunikationsanlage.
- Du wählst auf Basis einer Literaturrecherche geeignete FSL Modelle aus.
- Du nutzt Meta-Training um die ausgewählten Modelle mit einem bereit gestellten Datensatz zu trainieren.
- Du testest und evaluierst die Übertragbarkeit der Modelle anhand dem Modell unbekannter Gegenstände.
- Diese Aufgaben werden im Rahmen deiner Masterarbeit dokumentiert.
- Du belegst ein Studium im Bereich Elektrotechnik, Informatik, Data Science, oder vergleichbar.
- Du verfügst über gute Python Programmierkenntnisse und hast bereits erste Erfahrung im Bereich Deep Learning gesammelt.
- Du kannst dich eigenständig in neue Themen einarbeiten.
- Du hast eine hohe Bereitschaft dich in dem Team des A-LABs einzubringen und das Studierendenlabor in einem interdisziplinären Umfeld aktiv zu gestalten.
- Du bist ein kreativer Kopf und zeichnest dich durch eine kommunikative Art, welche Du in verschiedenen Fachdiskussionen einbringst, aus.
- Du kommunizierst sehr gut in Deutsch und/oder Englisch in Wort und Schrift.
Durch das A-LAB bietet ATLAS ELEKTRONIK Promovenden und Studierenden die Chance, in einem agilen Umfeld mit einem interdisziplinären Team an wissenschaftlichen Themen mit hohem Anwendungsbezug zu arbeiten. Im Rahmen Ihrer Promotion bekommen Sie im A-LAB die Möglichkeit, gemeinsam mit Studierenden an Ihrem wissenschaftlichen Thema zu arbeiten. Durch das Promotionsprogramm der ATLAS ELEKTRONIK werden Sie sowohl technisch, fachlich als auch mit Expertise im Promotionsverfahren mit einer jeweils zu bestimmenden Universität unterstützt.
Wir wertschätzen Vielfalt
Wir wertschätzen Vielfalt und begrüßen daher alle Bewerbungen - unabhängig von Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion/Weltanschauung, Behinderung, Alter sowie sexueller Orientierung und Identität.
GIMED1_DE
